【正文】 非參 檢驗 REG 對指定的變量做回歸分析 CORR 對指定的變量做相關(guān)分析 GLM 對指定的變量做方差、協(xié)方差分析 LOGISTIC 對指定的變量做 logistic回歸分析 PHREG 對指定的變量做 COX回歸分析 三、用于 SAS過程步中的通用語句 能夠在 SAS過程步中使用的語句 。 這種程序和 SAS 數(shù)據(jù)步程序不同，它僅需要 告訴計算機做什么 ，而不需要象 SAS 數(shù)據(jù)步那樣告訴計算機怎么做 。 VAR NAME AGE。(指明過程 ) ? 第二句開始是系統(tǒng)指定的必選 SAS 語句以及語句選擇項。 RUN。 過程步的格式 PROC 過程名 [過程選擇項 ]； 語句 [/語句選擇項 ]； 語句 [/語句選擇項 ]； 語句； …… RUN。 RUN。 SAS 過程步 (procedure step) 蔣紅衛(wèi) Email: SAS應(yīng)用 復(fù)習(xí) 數(shù)據(jù)步 （ data step） 相關(guān)內(nèi)容 主要功能 生成 SAS數(shù)據(jù)集的方法 SAS數(shù)據(jù)集的要素 基本語句 臨時數(shù)據(jù)集和永久數(shù)據(jù)集的區(qū)別 (Temporary data set / Permanent data set ) 例 1： ?DATA CLASS1。這個方程稱為直線回歸方程，據(jù)此方程描繪的直線就是回歸直線。 CORR過程存在于 SAS的 base模塊，可以計算 Pearson積矩相關(guān)系數(shù)、 Spearman秩相關(guān)系數(shù)、 Kendall‘s tau b統(tǒng)計量、 Hoeffding’s獨立性分析統(tǒng)計量 D以及 Pearson， Spearman，以及 Kendall偏相關(guān)系數(shù)。按相關(guān)程度劃分可分為完全相關(guān)、不完全相關(guān)、和不相關(guān)；按相關(guān)方向劃分可分為正相關(guān)和負相關(guān)；按相關(guān)的形式劃分可分為線形相關(guān)和非線形相關(guān)；按變量多少劃分可分為單相關(guān)、復(fù)相關(guān)和偏相關(guān)。 本章小節(jié) ? 相關(guān)分析和回歸分析是研究現(xiàn)象之間相關(guān)關(guān)系的兩種基本方法。將對影響不顯著的變量全部剔除，保留的都是顯著的。引人一個變量或者從回歸方程中剔除一個變量都稱為逐步回歸的一步，每一步都要進行檢驗，以保證在引人新變量前回歸方程中只含有對影響顯著的變量，而不顯著的變量已被剔除。于是，可以考慮到，被選入的的變量，當(dāng)它的作用在新變量引入后變得微不足道時，可以將它刪除；被剔除的變量，當(dāng)它的作用在新變量引入情況下變得重要時，也可將它重新選入回歸方程。 回歸變量的選擇與逐步回歸 ? 逐步回歸法是上述兩個方法的綜合。 回歸變量的選擇與逐步回歸 ? 向后剔除法與向前引入法正好相反，首先將全部 m個自變量引入回歸方程，然后逐個剔除對因變量 Y作用不顯著的自變量。具體地說，先在 m個自變量中選擇一個與因變量線性關(guān)系最密切的變量，記為，然后在剩余的 m1個自變量中，再選一個，使得 聯(lián)合起來二元回歸效果最好，第三步在剩下的 m2個自變量中選擇一個變量，使得 聯(lián)合起來回歸效果最好， ...如此下去，直至得到?最優(yōu)?回歸方程為止。但回歸方程若包含的變量太多，且其中有些對 Y影響不大，顯然這樣的回歸式不僅使用不方便，而且反而會影響預(yù)測的精度。由于多元線性回歸分析（包括一元線性回歸分析）僅涉及到一個因變量，所以有時也稱為單變量線性回歸分析。多元回歸模型就是在方程式中有兩個或兩個以上自變量的線性回歸模型。 多元線性回歸與相關(guān)的基礎(chǔ)理論 ? 在許多實際問題中，還會遇到一個隨機變量與多個變量的相關(guān)關(guān)系問題，需要用多元回歸分析的方法來解決。 例題－指數(shù)曲線回歸 ? 一位醫(yī)院管理人員想建立一個回歸模型，對重傷病人出院后的長期恢復(fù)情況進行預(yù)測。推斷正常兒童與大骨節(jié)病患兒尿肌酐含量（ Y）對其年齡（ X）的回歸直線是否平行？ 非線性回歸 ? 當(dāng)兩個有關(guān)系的變量在散點圖中的趨勢不是直線而呈現(xiàn)曲線形式時，可以考慮做兩變量的非線性回歸，亦稱曲線回歸。 加權(quán)直線回歸 ? 在某些情況下，根據(jù)一定的專業(yè)知識，考慮并結(jié)合實際數(shù)據(jù)，某些觀察值對于估計回歸方程顯得更?重要?，而有些并不是很?重要?，可以使用加權(quán)最小二乘估計。但如果輸入數(shù)據(jù)類型為 corr、 cov或 sscp等， output語句則會失效。語句中的方程式用以指定多重檢驗的假設(shè)模型，是一組以系數(shù)和變量名組成的線性方程式。此處用到的變量必須為 model語句或 var語句中出現(xiàn)的變量，你可以交互地加入某個變量到模型中或?qū)⒃?delete語句中剔除的變量重新包含到模型中。 ? var語句：用來將那些未包括在 model語句中但需要將其包含在交叉積和矩陣中的數(shù)值型變量。 直線回歸分析的 SAS程序 ? Model語句后面的選項： – Stb 標(biāo)準(zhǔn)化回歸系數(shù) – P 每個觀測的實際值、預(yù)測值與殘差 – Cli 每個觀測預(yù)測值的雙側(cè) 95%容許區(qū)間 – Clm 每個觀測預(yù)測值均值的雙側(cè) 95%可信區(qū)間 – R 殘差分析的結(jié)果，包括 P選項的輸出內(nèi)容外，還包括預(yù)測值、殘差的標(biāo)準(zhǔn)誤， student殘差， Cook的 D統(tǒng)計量等。關(guān)鍵字 model后所列的是模型表達式，和方差分析中 anova過程的 model語句相似。 OUTPUT OUT=數(shù)據(jù)集名 keyword=變量名列表 ... keyword=變量名列表 。 WEIGHT 變量名 。 直線回歸分析的 SAS程序 ? REG過程涉及到較多的語句和選項， PROC REG 選項列表 。否則，異常點的存在會對回歸方程中的系數(shù) a、 b的估計產(chǎn)生較大影響。 應(yīng)用直線回歸的注意事項 ? 進行回歸分析時，應(yīng)先繪制散點圖。 應(yīng)用直線回歸的注意事項 ? 作回歸分析要有實際意義，不能把毫無關(guān)聯(lián)的兩種現(xiàn)象，隨意進行回歸分析，忽視事物現(xiàn)象間的內(nèi)在聯(lián)系和規(guī)律；如對兒童身高與小樹的生長數(shù)據(jù)進行回歸分析既無道理也無用途。 直線回歸分析 ? 相關(guān)分析和回歸分析有著密切的聯(lián)系，它們不僅具有共同的研究對象，而且在具體應(yīng)用時，常常必須相互補充。從而可以根據(jù)自變量的某一個給定值推斷出因變量的可能值（或估計值）。 直線回歸分析 ? 相關(guān)關(guān)系能說明現(xiàn)象間有無關(guān)系，但它不能說明一個現(xiàn)象發(fā)生一定量的變化時，另一個變量將會發(fā)生多大量的變化。如果某一個變量隨著另一個變量的變化而變化，并且它們的變化在直角坐標(biāo)系中呈直線趨勢，就可以用一個直線方程來定量地描述它們之間的數(shù)量依存關(guān)系，這就是直線回歸分析。例如正常人的血壓隨年齡而增高，但這只是總的趨勢，有些高齡人的血壓卻不一定偏高；一群正常人按年齡和血壓兩個變量在坐標(biāo)上的方位點，并非集中在一條上升直線上，而是圍繞著一條有代表性的直線上升。樣本等級相關(guān)系數(shù) rs是總體相關(guān)系數(shù)的估計值。 等級相關(guān)（秩相關(guān)） ? 類似前述積差相關(guān)，它是用等級相關(guān)系數(shù)rs來說明兩個變量間直線相關(guān)關(guān)系的密切程度與相關(guān)方向。 等級相關(guān)（秩相關(guān)） ? 秩相關(guān)或等級相關(guān)是用雙變量等級數(shù)據(jù)作直線相關(guān)分析，這類方法由于對原變量分布不作要求，故而屬于非參數(shù)統(tǒng)計方法。如果需要，一個變量可以同時出現(xiàn)在 VAR語句和 WITH語句內(nèi)。 直線相關(guān)分析的 SAS程序 ? VAR語句 :VAR語句和其它過程中的也基本相同，這里 VAR語句指定的變量必須為數(shù)值型變量，至少應(yīng)指定兩個變量（當(dāng)然只指定一個變量也可以計算，但是你必須確定你確實需要證明?一個變量和它自身的相關(guān)系數(shù)為 1? ），可同時指定多個變量，此時 SAS會對任意兩個變量之間進行相關(guān)分析。 直線相關(guān)分析的 SAS程序 ? CORR過程的幾條語句中， BY語句、 FREQ語句以及 WEIGHT語句與以前所介紹的過程中的完全相同，大家可以參考以前的內(nèi)容。 PARTIAL 變量名（列表） 。另外，它還對用于估計可靠性的 Cronbach系數(shù) α進行計算。當(dāng) r=0時，說明 X和 Y兩個變量之間無直線關(guān)系。 ? 相關(guān)系數(shù)是表示兩個變量（ X， Y）之間線性關(guān)系密切程度的指標(biāo)，用 r表示，其值在 1至 +1間。 ? 復(fù)相關(guān)：三個或三個以上因素的相關(guān)關(guān)系叫復(fù)相關(guān)，即研究時涉及兩個或兩個以上的自變量和因變量。 ? 曲線（或非線性）相關(guān)。 正相關(guān)和負相關(guān) ? 正相關(guān)：兩個變量之間的變化方向一致，都是呈增長或下降的趨勢。即因變量 y的數(shù)值完全隨自變量x的變動而變動，它在相關(guān)圖上表現(xiàn)為所有的觀察點都落在同一條直線上，這種情況下，相關(guān)關(guān)系實際上是函數(shù)關(guān)系。 直線相關(guān)分析介紹 ? 與函數(shù)關(guān)系不同，相關(guān)變量間關(guān)系不能用函數(shù)關(guān)系精確表達，一個變量的取值不能由另一個變量唯一確定，當(dāng)變量 x取某個值時，變量 y的取值可能有無數(shù)個，各觀測點分布在直線周圍。 直線相關(guān)分析介紹 ? 設(shè)有兩個變量 x和 y，變量 y隨變量 x一起變化，并完全依賴于 x，當(dāng)變量 x取某個數(shù)值時， y依確定的關(guān)系取相應(yīng)的值，則稱 y是 x的函數(shù)，記為 y = f（ x），其中 x稱為自變量， y稱為因變量。我們稱?因?的變量叫因變量，習(xí)慣上用 Y表示。而有些事物的關(guān)系是互為因果的，如上述釘螺是因，感染血吸蟲是果；但有時因果不清，只是伴隨關(guān)系。 概述 ? 在醫(yī)學(xué)上，許多現(xiàn)象之間都存在著相互聯(lián)系，例如身高與體重、體溫與脈搏、年齡與血壓、釘螺與血吸蟲感染等。有相關(guān)不一定因果關(guān)系；反之，有因果關(guān)系的，一定有相關(guān)。所謂相關(guān)分析，就是用一個指標(biāo)來表明現(xiàn)象間相互依存關(guān)系的密切程度。當(dāng)一個或幾個相互聯(lián)系的變量取一定數(shù)值時，與之相對應(yīng)的另一變量的值雖然不確定，但它仍按某種規(guī)律在一定的范圍內(nèi)變化，變量間的這種相互關(guān)系，稱為具有不確定性的相關(guān)關(guān)系。 完全相關(guān) ? 如果一個變量的變化是由其他變量的數(shù)量變化所唯一確定，此時變量間的關(guān)系稱為完全相關(guān)。大多數(shù)相關(guān)關(guān)系屬于不完全相關(guān)，是統(tǒng)計研究的主要對象。 線形相關(guān)和非線形相關(guān) ? 直線相關(guān)（或線性相關(guān)）：當(dāng)相關(guān)關(guān)系的自變量 x發(fā)生變動，因變量 y值隨之發(fā)生大致均等的變動，從圖像上近似地表現(xiàn)為直線形式，這種相關(guān)通稱為直線相關(guān)。 單相關(guān)、復(fù)相關(guān)和偏相關(guān) ? 單相關(guān)：兩個因素之間的相關(guān)關(guān)系叫單相關(guān)，即研究時只涉及一個自變量和一個因變量。一般可以借助相關(guān)系數(shù)來進行相關(guān)分析。當(dāng)例數(shù)相等時，相關(guān)系數(shù)的絕對值越接近 1，相關(guān)越密切；越接近于 0，相關(guān)越不密切。 ? CORR過程存在于 SAS的 base模塊，可以計算 Pearson積矩相關(guān)系數(shù)、 Spearman秩相關(guān)系數(shù)、 Kendall‘s tau b統(tǒng)計量、Hoeffding’s 獨立性分析統(tǒng)計量 D以及 Pearson， Spearman，以及Kendall偏相關(guān)系數(shù)。 FREQ 變量名 。 WITH 變量名（列表） 。但其中只有 Pearson積矩相關(guān)系數(shù)、 Spearman秩相關(guān)系數(shù)及 Kendall’s Tau b可計算相應(yīng)的偏統(tǒng)計量。輸出結(jié)果的相關(guān)矩陣中， VAR語句指定的變量排列在行上， WITH